מחקר כמותי זה בחן את הקשר בין אוריינות מתמטית לדפוסי שימוש בכלי בינה מלאכותית יוצרת (GenAI) בקרב סטודנטים בהשכלה הגבוהה (N=658). מטרת המחקר היתה לבחון מהי התרומה של אוריינות מתמטית, להיקף ולדפוסי שימוש בבינה מלאכותית.
הממצאים הראו כי סטודנטים עם אוריינות מתמטית נמוכה דיווחו על שימוש אינטנסיבי יותר בכלי בינה מלאכותית לעיצוב דיגיטלי ויצירה מאשר סטודנטים עם אוריינות מתמטית גבוהה. לא נמצא הבדל בשימוש בבינה מלאכותית לצורך חישובים ולבניית שפה וידע בין נמוכים וגבוהים באוריינות מתמטית. ניתוח אשכולות זיהה שני פרופילי שימוש: משתמשים אינטנסיביים ומשתמשים מזדמנים, כאשר סטודנטים עם אוריינות נמוכה היו שכיחים יותר בקרב המשתמשים האינטנסיביים. 

בעידן של עומס אקדמי גובר וריבוי קורסים מקבילים, סטודנטים רבים מתקשים לשמור על ריכוז, מעורבות והבנה עמוקה, במיוחד בקורסים כמותיים מאתגרים. מחקר זה בחן מודל פדגוגי חלופי, במסגרתו הסמסטר מאורגן מחדש במתכונת של מודל למידה אינטנסיבית של קורס אחד בכל פרק זמן. המחקר מבוסס על עיצוב כמותי, חצי-ניסויי ואורך, וכולל 66 סטודנטים להנדסה שלמדו שלושה קורסי ליבה במקצועות המתמטיקה. 
הממצאים מצביעים על שיפור מובהק בהישגים במודל האינטנסיבי, לצד זיהוי מעורבות בלמידה, ובפרט נוכחות והגשת מטלות כמנבא המרכזי להצלחה, יותר מרקע אקדמי קודם. ממצאים אלו מדגישים כי ארגון הזמן האקדמי הוא רכיב פדגוגי מהותי, ומציעים חשיבה מחודשת על תכנון הוראה באקדמיה, תוך פוטנציאל לשיפור הישגים, צמצום פערים והגברת התמדה בלימודים.

הצגה זו מתארת מקרה בוחן יישומי מתוך קורס אקדמי בתחום הבריאות הדיגיטלית, אשר יושם תוך שימוש במספר עקרונות מעולם ה־Service Design, למידה מבוססת פרויקטים והתאמה דינמית של תהליך ההוראה לצורכי הסטודנטים לאורך הסמסטר.
הקורס עסק בתחום בין־תחומי המשלב מושגי יסוד מעולמות הבריאות והדיגיטל, תוך יצירת שפה משותפת בין תחומי ידע שונים. לצורך הערכת הקורס נבנה פרויקט גמר קבוצתי המבוסס על אתגר יישומי מעולם הבריאות הדיגיטלית, במטרה לעודד חשיבה יצירתית, עבודת צוות וניתוח בעיות מנקודות מבט שונות.
בשלבים הראשונים של הקורס זוהו קשיים והתנגדות ללמידה מבוססת פרויקטים, בעיקר סביב התמודדות עם משימות פתוחות, עבודה בין־תחומית ואי־ודאות בתהליך הלמידה. בנוסף, עלה פער בין דרישות הפרויקט לבין רמת המוכנות והניסיון הקודם של הסטודנטים בעבודה מסוג זה.
בתגובה לכך, בוצע תהליך התאמה מתמשך של מבנה הקורס ודרישות הפרויקט, אשר כלל שיח שוטף עם נציגי הסטודנטים, שילוב תרגילים אינטראקטיביים, דיונים במהלך השיעורים, אפשרות להגשות ביניים לצורך קבלת משוב ללא ציון, והתאמת שלבי העבודה ורמת המורכבות ליכולות הקבוצה — תוך שמירה על רמה אקדמית גבוהה.
במסגרת הפרויקט נעשה שימוש בכלי AI כחלק מתהליך העבודה והלמידה, בעיקר לצורך פיתוח רעיונות, חקר נושאים, ארגון מידע ושיפור תוצרים. לצד זאת, הודגש הצורך בחשיבה ביקורתית מבחינת מגבלות ואמינות המידע שנוצר באמצעות כלים אלו. הסטודנטים אף התבקשו לתעד ולהציג כיצד נעשה שימוש בכלי AI במסגרת עבודתם.

הטמעת מערכות בינה מלאכותית יוצרת (GenAI) בהשכלה הגבוהה מערערת את ההבחנה בין הבנה ליכולת ניסוח. הצעה זו מציגה פרקטיקה טכנו-פדגוגית בקורס אוריינות מדעית לסטודנטים לביוטכנולוגיה, המבוססת על עבודה בשני מישורים משלימים: (1) פיתוח ביקורתיות כלפי תוצרי AI באמצעות מיצובו כיריב קוגניטיבי, ו-(2) שימוש מושכל ב-AI כעוזר בתהליכי חשיבה, כתיבה ומחקר. הקורס בנוי כהתקדמות מדורגת מקריאה מודרכת של מאמרים מדעיים ועד ביצוע ביקורת עמיתים, תוך שילוב משימות השוואתיות, ניתוח שגיאות ושכתוב מבוקר. ממצאים ראשוניים מצביעים על פער בין קוהרנטיות טקסטואלית לבין תקפות מדעית, ועל קושי של סטודנטים לזהות כשלים בתוצרי AI ללא הכשרה ייעודית. ההצגה תציע מסגרת פדגוגית המגדירה מחדש אוריינות מדעית כיכולת לנווט באופן ביקורתי בין ידע אנושי למכני. ההצעה מבוססת על פרקטיקה פדגוגית שנבחנה ויושמה לאורך שלוש שנים בקורס “אוריינות מדעית לביוטכנולוגים”.

כתיבה אקדמית באנגלית היא אתגר מרכזי עבור סטודנטים רבים, במיוחד כאשר שימוש לא מבוקר בכלי בינה מלאכותית עלול להחליף את תהליך הלמידה במקום לתמוך בוEasyEssay . הוא "סייען" כתיבה שפותח והוטמע כ־Block ב־Moodle עבור קורסי האנגלית האקדמית של ,EPIC English for Professional and International Communication, במטרה להפוך את תהליך הכתיבה ללמידה מדורגת, שקופה ומכוונת שיפור. ההיצג יתאר את ההיגיון הפדגוגי והטכנולוגי של המערכת: עבודה בשלושה שלבים נפרדים — תוכן, דקדוק ואוצר מילים — מעבר מבוקר בין שלבים רק לאחר עמידה בקריטריונים, משוב קצר וברור בעברית, והצגת נתוני התקדמות למרצה. בנוסף, יוצגו ההחלטות הפדגוגיות והטכנולוגיות שהנחו את פיתוח הכלי, האתגרים שנוצרים, והאופן שבו הכלי נועד לתמוך בכתיבה עצמאית, מדויקת ומודעת ולא להחליף אותה.

המחקר מציג את חוויית הלמידה ברכישת מיומנויות שיח תכנון אדריכלי באמצעות סימולציית בינה מלאכותית. מיומנויות שיח מהוות חלק עיקרי בשגרה המקצועית, בה שיח עם לקוחות או יועצים נדרש לכלול פיתוח פתרונות תכנוניים שיוסכמו על השותפים לשיח. כיוון שללומדים אין גישה לשיח עם אוכלוסיות אלו, רכישת מיומנויות השיח מוגבלת למרצה בלבד, ובכך מציעה מגוון ידע מצומצם המוביל לפער בהכשרה המקצועית. טכנולוגיות בינה מלאכותית מספקת הזדמנות לפריצת דרך משמעותית אל מול מגבלה זו באמצעות הטמעת סימולציה המדמה שיח של תכנון משותף בין הלומד אל פרסונת בינה מלאכותית. המחקר מציג תוצאות ראשוניות של חוויית למידה של 15 סטודנטים מן התכנית לתואר ראשון בארכיטקטורה, שהתנסו בשיח תכנון אדריכלי שעסק בתכנון פרוגרמה לבית פרטי. תוצאות משאלונים לפני ולאחר הסימולציה מציגות חוויית למידה חיובית בהערכת תרומת הסימולציה להבנת החומר הנלמד ויישומו. תוצאות ראשוניות אלו מעידות על הפוטנציאל הגלום בפיתוח והטמעת כלים אלו לקידום הלמידה וההכשרה במקצועות התכנון והעיצוב.

מחקר פיילוט חקרני זה בוחן את הקשר בין איכות חוויית המשתתף בסימולציית שיח מבוססת בינה מלאכותית לבין מיומנויות חברתיות־רגשיות מדווחות־עצמית לאחר ההתנסות בקרב מורים מתחילים בשנתם הראשונה להוראה. נקודת המוצא היא כי בלמידה מקצועית מבוססת־פרקטיקה, יעילותן של סימולציות אינה תלויה רק באיכות התרחיש הפדגוגי, אלא גם באופן שבו המשתתף חווה את המפגש: תחושת נוחות, ביטחון פסיכולוגי, ריאליזם רגשי וקוהרנטיות אינטראקטיבית.
המחקר נערך במערך חד־קבוצתי לאחר חשיפה, בשיטה מעורבת. 32 מורים מתחילים השתתפו בפעילות שכללה סימולציית שיח טקסטואלית עם בוט המדמה תלמיד, ולאחריה השיבו על שאלון סגור ועל שאלות פתוחות. הניתוח הכמותי כלל בחינה חקרנית של מבנה היגדי המיומנויות, חישובי מהימנות ומתאמי פירסון בין מדדי חוויית המשתתף, מאפייני התרחיש ומיומנויות חברתיות־רגשיות מדווחות. הנתונים האיכותניים נותחו בניתוח תמטי, לשם העמקת הפרשנות של הדפוסים הכמותיים.

למידה בהכוונה עצמית והוראתה הינן מיומנויות חיוניות, אולם לומדים ומלמדים בטווח גילאים רחב מתקשים ביישומה. על מנת לספק מענה לאתגר זה, פותחה סביבת למידה טכנו-פדגוגית בתוך פלטפורמת SliceKnowledge מבוססת בינה מלאכותית יוצרת (GenAI). המודל הפדגוגי שיושם במחקר מבוסס על שני שלבים: בשלב הראשון נעשה שימוש ברכיבי למידה "קצרצרים" – יחידות לימוד להקניית ידע תיאורטי והוראה מפורשת של אסטרטגיות למידה בהכוונה עצמית ובשלב השני מתבצע תרגול מעשי עם צ'אטבוט בשם "צ'ארלי", שמאפשר תרגול מותאם אישית של אסטרטגיות מול משימות אותנטיות וקבלת משוב בזמן אמת. לסביבה שתי תכליות עיקריות: ראשית, לשמש ככלי אימון פדגוגי של אסטרטגיות בקרב לומדים בין אם הם מרצים/מורים ובין אם הם סטודנטים/תלמידים. שנית, להוות פלטפורמה מחקרית לאיסוף נתונים על אינטראקציית אדם-מכונה. בסביבה זו מתועדת הלמידה, תוך השוואה בין למידה מבוססת מודל AI מפוקח (ידע מומחים) לבין מודל AI בלתי מפוקח, ונבחן שילוב ידע אישי קודם בתהליך הלמידה. הסביבה מכינה את הלומדים לאתגרי החינוך בעידן הבינה המלאכותית ותורמת להטמעת ידע ומיומנויות למידה בהכוונה עצמית בקרב הלומדים והמלמדים.

חשיבה מטה-קוגניטיבית מהווה מרכיב קריטי בלמידה ובהישגים אקדמיים, אך טיפוחה בסביבות השכלה גבוהה מציב אתגר מבני מתמשך. בעוד שצ׳אטבוטים מבוססי בינה מלאכותית גנרטיבית (AI) מוצעים כפתרון להענקת תמיכה מותאמת אישית ללומדים, הבנת האופן שבו כלים אלו מתפקדים כ"מאמנים" בפועל חיונית לקידום שילובם הפדגוגי האפקטיבי.
מחקר זה בוחן את האפקטיביות של בוט-AI ״מאמן מטה-קוגניטיבי״. במהלך קורס אסינכרוני, 51 סטודנטים קיימו אינטראקציות עם הבוט לפני ואחרי חמש מטלות. יומני השיחות נותחו איכותנית, לצד ניתוח שאלוני תפיסות הסטודנטים. ממצאים ראשוניים מצביעים על תפקוד אפקטיבי של הבוט ברכיבי התכנון וההערכה הרפלקטיבית, בעוד שרכיב הניטור נכח פחות. כמו כן, נצפתה פגיעה בביצועי הבוט עקב מגבלת חלון ההקשר (Context-Window) בקרב סטודנטים שניהלו שרשור שיחה יחיד ברצף. הסטודנטים הציגו עמדות מעורבות כלפי השימוש בבוט: בעוד שחלקם זיהו תרומה לחשיבתם, אחרים חוו את השיחות כמכבידות. המחקר מאיר את הפערים בין הפוטנציאל התיאורטי של בוטים מטה-קוגניטיביים לבין מימושם בפועל, ומציף שאלות פדגוגיות מרכזיות לעיצוב כלי AI בסביבות לימוד אקדמיות.

השימוש בבינה מלאכותית (AI) בהוראה נפוץ במדעי הרוח והרפואה, אך שילובו בהוראת הנדסת מבנים נותר מצומצם יחסית. לרוב, ה-AI נתפס ככלי למתן תשובות מהירות המעורר חשש ללמידה שטחית. מאמר זה מציע שינוי תבנית מחשבה: מעבר מצריכה פסיבית לעיצוב אקטיבי של בוטים מותאמי-מקצוע.
תחום הנדסת המבנים מבוסס על סט חוקים ודרישות המאוגדים בתקני תכן ועומסים מורכבים, והטמעתם מהווה חלק קריטי בתהליך הכשרתו של מהנדס המבנים תהליך שהפך למאתגר במיוחד עם אימוץ התקן האירופי בישראל, המאופיין בשפה זרה ובמבנה היררכי חדש.
החדשנות המרכזית המוצגת היא שימוש חלוצי בבוט AI להבנה והטמעה של הנחיות תקנים אלו, יישום אינו קיים כיום בתחום. תהליך פיתוח הבוט דורש מהמרצה לפרק ולארגן מחדש את המידע המקצועי. הכלי פועל כ"חונך חכם" המאפשר הרחבה והעמקה של הידע מעבר לשינון טכני, ומחזק את הביטחון המקצועי בתחומים בהם דיוק החישוב הוא קריטי לבטיחות המבנה. ממצאי היישום מעידים על הצלחה ניכרת בהטמעת תכני הליבה והפיכת הלמידה לחוויה אקטיבית ומשמעותית.

למידה מבוססת-פרויקטים בקורסי הנדסה בינתחומיים מציבה בפני סטודנטים אתגרים מורכבים: שליטה בו-זמנית בתחומים טכניים מרובים, ניהול עבודת צוות ורגולציה עצמית של הלמידה, לרוב עם זמינות מוגבלת של מדריכים. מאמר זה מציג את BridgeBot, פלטפורמה ווב-ית המשלבת שישה רכיבים בסביבה אחת: צ'אטבוט AI סוקרטי, מילון ידע שבועי מבוסס-AI, חידונים מבוססי-AI, פורום שיתופי, ניהול תיעוד פרויקט ולוח מחוונים של מדריך בזמן אמת. המערכת נבנתה עבור קורס הנדסת IoT. הערכת שימושיות עם 20 סטודנטים הניבה ציון SUS ממוצע של 88.75 ("מצוין"). ניתוח ציטוטים איכותניים הדגיש את הצ'אטבוט ואת מחולל החידונים כתכונות המוערכות ביותר. המחקר מציע עקרונות עיצוב ישימים לכלי AI בחינוך הנדסי.

ירידה בנוכחות בהרצאות בחינוך רפואי אינה מעידה בהכרח על חוסר מעורבות, אלא עשויה לשקף תגובה אדפטיבית ומווסתת-עצמית של הסטודנטים לסביבת הלמידה. מחקר זה מציג את המושג "היעדרות אסטרטגית" (Strategic Absenteeism) לתיאור הימנעות מכוונת מנוכחות כאשר קיימת אי-הלימה בין שיטות ההוראה לדרישות ההערכה. המחקר נערך בשיטות מעורבות בקרב 208 סטודנטים לרפואה בשלבים הפרה-קליניים, ונמצאה בו ירידה עקבית בנוכחות לאורך שנות הלימוד. ההחלטה על נוכחות הושפעה מאיכות ההוראה, הזדמנויות לאינטראקציה חברתית, עומס לימודי וזמינותן של הקלטות. למידה עצמאית נמצאה כאסטרטגיה המועדפת ביותר (62%) והייתה קשורה מובהקת לשיעורי נוכחות נמוכים. ממצאי המחקר מצביעים על כך שנוכחות בהרצאות היא בחירה מחושבת, הנגזרת מהאופן שבו הלומדים מעריכים את הערך המוסף של ההרצאה אל מול חלופות למידה אחרות. מסקנות המחקר מדגישות כי היעדרות מהרצאות עשויה לשקף תגובה רציונלית לחוסר הלימה בין הוראה להערכה, ולא חוסר מעורבות. מושג ההיעדרות כאסטרטגיה ממסגר מחדש את הנוכחות כתוצר של תכנון תהליך הלמידה ובהגברת הערך המוסף של הוראה פרונטלית עבור הלומדים.

בעידן ה־GenAI, השינוי בהוראה ניכר יותר מן השינוי בהערכה. בעוד מרצים רבים מביעים פתיחות לשילוב כלים גנרטיביים בהוראה, תחום ההערכה ממשיך לשמש זירה רגישה ומורכבת. הצגה זו מתבססת על מחקר משולב שכלל 205 שאלונים ו-16 ראיונות עומק עם מרצים בהשכלה הגבוהה בישראל.
הממצאים מצביעים על פער משמעותי: רוב המרצים לא התאימו את שיטות ההערכה שלהם, על אף שימוש פעיל ב־GenAI. פער זה מצביע על כך שההערכה אינה רק רכיב פדגוגי נוסף, אלא מרחב שבו מתרכזות שאלות של אותנטיות, יושרה אקדמית, סמכות מקצועית ואחריות פדגוגית. מן הניתוח האיכותני זוהו ארבעה טיפוסי מרצים, המאפשרים להבין את דפוסי ההתמודדות עם אתגרי השינוי. בנוסף, נמצאו הבדלים ראשוניים בין תחומי הדעת בחסמים לשינוי בהערכה. ממצאי המחקר מרחיבים את השיח מעבר לשאלת האימוץ הטכנולוגי ומציעים מסגרת להבנת התנאים שבהם שינוי פדגוגי מתממש, ולחלופין נבלם. ההצגה תציע טיפולוגיה של מרצים כבסיס לפיתוח מקצועי דיפרנציאלי, וכיוונים למדיניות מוסדית התומכת בשינוי מדורג בהערכה.

בעשורים האחרונים, התפתחות מואצת של טכנולוגיות דיגיטליות לצד גידול בהיקף הלומדים והתרחבות הדרישות המקצועיות, מציבים אתגר משמעותי לתוקף, מהימנות והוגנות ההערכה בקורסים יישומיים עם מספר סטודנטים גדול. על אף הפוטנציאל הטמון בטכנולוגיות לשיפור איכות ההערכה, בפועל טכנולוגיות שונות מאומצות בקצבים שונים ולעיתים אינן מאומצות כלל, גם כאשר יתרונותיהן התפעוליים והפדגוגיים ברורים.
מטרת מחקר זה היא לבחון יחסי הגומלין בין מאפייניהן של טכנולוגיות לבין מאפייני תהליך אימוצן בהערכה, תוך התמקדות במקרה של הערכה בקורסי מבוא למדעי המחשב גדולים לתואר ראשון.
המחקר מתבסס על מחקר פעולה ונערך בגישת mixed methods, לאורך שש שנים. לצורך הניתוח שולבו שלוש מסגרות תיאורטיות: מודל הכשירויות (Knowledge, Skills, Abilities), סדר השינוי, ופעפוע של חדשנות (Diffusion of Innovations) של רוג'רס (Rogers).

הוראה מקוונת צברה בעשור האחרון תאוצה רבה והושקעו בה סכומי עתק להפקת קורסים איכותיים. המגבלה המשמעותית ביותר של קורסים מקוונים היא העדר אמצעי הערכה מקוונים אמינים. אי היכולת לוודא שמטלה או בחינה מרחוק בוצעו ע"י הנבחן עצמו וללא עזרים אסורים נותרה כפער מרכזי, היוצר חסמים מרכזיים ביישום הערכה מעצבת ושימוש בשיטות בחינה מקוונות. אנחנו מציגים כאן מערכת שפיתחנו והפעלנו באוניברסיטה העברית המבוססת על בחינה מקוונת בעל פה. המערכת המשתמשת בבינה מלאכותית מזהה את הנבחן ומפעילה מגוון אמצעים לוודא שהנבחן לא נעזר בכלים חיצוניים, אנשים אחרים או באינטרנט. המערכת שומרת על הפרטיות של הנבחן, היא אוטומטית, זולה להפעלה וניתן לשלב אותה במגוון פלטפורמות. זאת בניגוד למערכות מסחריות יקרות המבוססות על חדירה למחשב של הנבחן, התקנת תוכנות, ומעקב מרובה מצלמות אחריו באמצעות בוחנים אנושיים. בהרצאה נציג את המערכת והשימוש בה בקורסים מקוונים. כלי זה יאפשר לממש את הפוטנציאל העצום הגלום בלמידה מקוונת על ידי פתרון בעיית האמינות של הערכה מרחוק

התפשטות השימוש בכלי בינה מלאכותית מציבה אתגרים משמעותיים ליושרה האקדמית ומעלה חששות רבים בנוגע ללמידה משמעותית בקרב סטודנטים. עבודה זו מציגה מודל הערכה חלופי המבוסס על דיבייט אקדמי, שיושם בקורס מתקדם במיקרוביולוגיה בטכניון. המטלה שולבה כמרכיב המרכזי בציון, וכללה עבודת חקר מקדימה, בה הותר שימוש מושכל ומפוקח בכלי בינה, לצד עימות פרונטלי בזמן אמת ללא תמיכה טכנולוגית. הדיבייט חייב את הסטודנטים להתמודד עם ממצאים סותרים ולהשיב לשאלות מאתגרות. ניתוח ההצבעות שנערכו בכיתה לפני ואחרי כל סבב, הציג שינוי משמעותי בעמדות הקהל וערעור של תפיסות קונצנזוס מוקדמות. הממצא הבולט ביותר הוא עלייה דרמטית ברמת הביטחון של הסטודנטים בידע שלהם, נתון המהווה מענה ישיר לחשש מפני "אשליית למידה" המבוססת AI. מסקנתנו היא שדיבייט מהווה חלופת הערכה אפקטיבית וחסינת AI, המעבירה את מרכז הכובד מתוצר כתוב להפגנת ידע דינמית, ומעודדת חשיבה ביקורתית, יכולת ניתוח ולמידה פעילה.